智慧校園學生數據畫像生成方式探究

符龍生

摘要：近些年，大數據技術在我國逐步得到發展，并被社會的各個領域所應用，因此數據的價值深受關注。以海南經貿職業技術學院為例，學校在授課過程中，會生成許多有關學生的數據，因此，我們需要更多地考慮如何將這些數據升值為有利資源，為學生及學校相關部門所用。由此，本文基于Hadoop大數據平臺，對學生畫像存在的價值以及系統設計和研究思路進行了詳細分析，希望可以為相關研究人員提供參考。

關鍵詞：智慧校園;Hadoop;學生畫像;方式研究

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）20-0034-02

大數據技術具有低成本，高速度以及能夠大規模利用數據價值的特點，可以有效促進社會各個領域的發展。現如今，各大學的數字化和計算機化建設基本上都已得到了完成，并且日趨智能化。隨之而來的各類數據也越來越多，這也包括海南經貿職業技術學院，學生在校期間生成了大量的數據群，例如消費數據、學業成績數據、圖書查看數據等各方面的數據，從各種角度進行研究，以了解學生的行為和喜好，為學生進行畫像以幫助學生全面客觀地了解自己，同時也有利于學生管理部門精確管理并幫助學生提高教育水平。

1 什么是Hadoop技術

在大數據時代，無論是傳統的計算，還是傳統的數據存儲，都已經不能跟上現代化的腳步。 Hadoop的逐步發展及完善，和Spark技術的問世，有效解決了大數據所面臨的各種問題。 Hadoop可以說是一個統一的分布式計算，專門用于處理規模較大的數據，通過自動并行處理提供的MapReduce，自然可伸縮性，簡單的實現和強大的容錯能力等。提供分布式并行計算。它具有數據提取，轉換和加載以及離線數據處理的優勢。此外，Hadoop還與Sqoop，Flum和其他工具兼容。Sqoop是一種數據遷移工具，用于在MySQL與現有關系數據庫（例如Oracle，HDFS和Hbase）之間導入和導出數據。Flum提供高可用性和可靠的解決方案。它是一個用于大規模日志收集，聚合和傳輸的分布式系統，可以執行大規模流數據的分布式收集[1]。

2 學生畫像所存在的價值

1）可以使數據中存在的孤島問題得到改善，促進信息的流通性。 大數據人物畫像需要從學校的多個部門檢索學生數據，以保證建模的結果是準確有效的，并允許在不同部門之間可以共享數據。

2）信息技術的合理應用，可以有效提升管理水平。通過充分利用學生模型，現代教育系統來進行計算機化，使教育決策更具有科學性，從而實現教育機構的高水平管理。

3）探索基于學生畫像的新教學模式，對現有的教育體系進行創新及優化，可以有效提升教學質量;

4）通過對學生畫像結果進行分析，可以捕捉學生獨特的人格特質，對學生進行準確的指導和幫助，并制定精確的實施策略，已達到對學生進行科學、有效、精確的管理工作。

3 學生畫像的系統設計

3.1 學生畫像系統功能需求

可以通過網絡從網頁訪問大數據驅動的學生畫像系統。該體系劃分為三個步驟：1）客戶端;2）服務器; 3）數據庫模式。如圖1行為畫像構建步驟所示，學生在進入系統后，就會進行身份識別，對學生的各種數據進行總結和讀取，最終對學生的日常生活、學習成績等數據構建成不同時間段的報表，并為學生提供相應的指導和建議，就比如說，學生去圖書館借書，假如特別頻繁借書就會對學生進行獎勵或表揚，假如在學習或者閱覽等方面特別懶惰，就會對學生進行批評或者是提供相關好的建議。并反饋給輔導員或學生個人，進行談話戒備。通過該系統，我們希望為學生提供一個學生畫像系統，該系統集成了學術統計信息、信息請求和年終摘要[2]。

3.2 學生畫像系統數據需求

程序數據十分重要，可以說是系統的心臟。想要對個人信息進行及時準確的處理與分析，那么系統就需要大量數據來完成和歸納個人信息，例如消費統計和分析，學校成績等。數據分為學生的生活中的基本數據、學生在平時學習中的表現所產生的數據等。數據通常都是以Excel表或csv文件進行展現，之后納入數據庫。數據總長度需要設置為100，以避免數據庫存儲異常。在進行數據采集過程中，會有一些異常的數據產生，例如一些不完整或是不準確的數據，這些數據有一個統一的名稱（臟數據）。對于臟數據，我們可以采取在分析數據之前先清理數據的方法。操作時，所有數據源都需要進行格式化轉換。數據清理十分重要，是必不可少的環節，結果的質量與模式效果和最終結論直接相關。在實際操作中，數據清理通常占掃描過程工作量的50%到80%，因此它也是運行整個配置文件系統的關鍵鏈接，在格式設置上需要謹慎[3]。

3.3 學生畫像系統設計原理

1）需要遵循簡單的原理

在進行數據處理過程中，也需要以簡單原理為基礎。這樣在獲取有用數據時，可以有效控制數據群的大小，提升數據質量。在實際工作中，您可以選擇特定的分析數據和適當的處理方法來執行簡單、有效的工作。

2）確保清晰明了的原理

所有事物的分析，都會有其結論產生。其結論必須清晰明了。假如在結論沒有明確的狀況下，這時所講的分析并不成立，也不具備任何意義，因為必須在進行分析之前需要對該結論進行尋找和驗證。

3）數據要具有可靠性

良好的分析應基于可靠的數據源。 實際上，在許多情況下，數據收集會花費更長的時間，包括計劃和定義數據，調整數據報告以及允許開發人員正確提取或進行數據設置。在對良好數據進行分析只有一個目的，那就是尋求正確答案，所以所采集數據的精確性是其基礎，否則的話，就會適得其反。

4）報告進行圖標體現

應盡可能使用圖表體現數據。采用圖表來替換大量堆疊的數字，使用戶可以更生動、直接地面對所存在的弊端或者是做出的結論。另外，圖標雖然有很多好處，但是也不能過度使用。因為人在面對大量圖表示容易感到困惑。